根据卡耐基梅隆大学Howie Choset教授的介绍，目前制造业中所使用的自动化技术在成熟度方面呈现出巨大差异，但仍有具体方法可用于解决此类问题。
商业世界对于机器人拥有强劲的需求，而以Amazon Kiva为典型代表的机器人商业部署用例正持续推动一场机器人技术的超越性革命。
然而，卡耐基梅隆大学教授、匹兹堡制造业先进机器人研究所（简称ARM）CTO Howie Choset则认为，那些已经在仓储及车间内运作的自动化工具还不足以真正助力美国制造业转型。
在技术研发角度来看，研究人员们一直利用技术准备水平（简称TRL）这项指标来讨论某项技术处于基础与应用研究阶段（TRL 1或2）、商业化就绪（TRL 9）抑或是其它发展水平。
Choset在接受至顶网采访时指出，"那么在目前的制造业机器人技术实现与部署工作当中，我们的AI与机器人处于哪个TRL阶段当中？答案是，各个阶段皆有。"
作为卡耐基梅隆大学建立的公私联合机构，ARM研究院的目标在于帮助将制造业重新带回美国，并助力小型企业投向于制造行业当 。该研究院利用来自美国国防部及其它多家组织机构捐赠的2.5亿美元资金建立而来。
自动化技术目前仍然面临着一系列严重的制约性因素，而Choset认为："最终，没有人能够真正断言机器人技术对就业机会的实际影响。"
尽管如此，他仍然认为坐待自动化以及相关创新成果的出现与普及是一种短视行为。
他解释称，"如果大家不主动拥抱自动化，则必将被迫与之直接竞争。"另外，他补充称如果此类技术以正确的方式得到应用，同时配合正确的政策引导，则将能够帮助各类小型企业在美国本土恢复制造业并创造出多种不同类型的工作岗位。
"单纯认为机器人取代了工作人员，而我们因此彻底丢失了一个工作岗位的思路确实太过狭隘--事实并非如此。"
考虑到这一点，Choset在技术与政策层面阐述了需要作出改变的五项要点，其亦将成为促进制造业自动化顺利应用的重要前提：
建立多用途机器人
首先，Choset希望解决当前机器人所面临的一大主要技术局限：相关用途太过单一。
他指出，"机器人技术目前的一大痛点在于其并不够灵活。我们必须让流程适应机器人，而不是让机器人适应流程。"
他解释称，利用软件改进与更为出色的模块化机器人解决方案，"机器人技术将能够通过部署与重新部署流程方式有针对性地应用日常工作任务，"从而大大提升其定制化能力。
构建能够轻松部署的机器人方案
Choset表示，"机器人的部署过程非常耗时。有时候，面向系统的整合部署成本可能达到机器人采购成本的四到五倍。事实上，对于约八成的应用场景，部署工作应该像在iPhone上下载应用一样简单才对。"
他进一步补充称，"我们需要能够实现这项目标，从而保证大家能够高效实现机器人的接入、运作与部署。除了初次部署的易行性之外，我们还希望机器人方案能够提供良好的重新部署能力。"
提升机器人协同能力
目前，机器人的运作轨迹与人类基本完全分离--但在未来，机器人需要与人类实现进一步协作。
举例来说，Amazon Kiva等移动机器人就会在车间与仓库当中往来巡弋，但其在设计当中通常只考虑到特定的静态运作环境。根据Choset的观点，这意味着其在TRL频谱当中仅处于中端位置。
他强调称，"必须承认，还存在着其它多种仓储型空间--即包含其他工作人员的动态空间。我们已经建立起人员追踪系统，但其成熟度还不足允许用户将其集成至某一移动系统当 。"
政府应面向各TRL层级提供更多资助
尽管Choset认为政府资助ARM研究院的作法确实值得肯定，但他同时表示，政府应持续在各个TRL层级当中投入更多资金与制造资源--而非仅仅支持最高层级的研究活动。
他指出，机器人技术领域持续性基础研究的一大实例，在于对软性材料的操控与发展。
他解释称，"我们非常擅长操控刚性汽车零部件，但却不太拉长操控布料与服装。在推出相关商用产品之前，仍有大量基础性研究需要完成。"
提供更多资源以支持小型企业与工人
Choset表示，除了对技术本身进行改进之外，要降低部署障碍，亦可采取劳动力培训与教育投资等方法。
他强调称，"相当一部分小型企业希望使用机器人解决方案，但他们并不具备现成的专业知识以研究并判断应当使用哪些机器人技术。如果能够为他们做准备与需求相匹配的信息资源，并帮助他们了解哪些机器人最适合其实际情况，那么这些小型企业将积极拥抱这一波自动化浪潮。"
举例来说，小型企业将能够借助各大组织机构与现有工具的优势将资源整合为资源池，从而以共同体的形式一步步迈入自动化时代。
当然，劳动力培训工作也应当渗透到每一位与企业运营并无关联的个体工人处。
他总结称，"实际情况是，工作岗位一直在不断变化。面对这样的历史背景，我们该如何应对？答案并非一味抵制自动化变革。真正的解决思路在于，我们应当高度关注劳动力培训……如今的情况是，工作人员不再像过去那样直接投身制造行业，并在其整个职业生涯当中始终只完成同一种工作; 相反，每一位从业者都将在自己的职业生涯中面对不断变化的职能角色与相关责任，并有必要了解如何使用机器人技术。"
本文转自d1net（转载）